人工智能

图书标准信息

• 作者 [美]温斯顿 著；崔良沂、赵永昌 译
• 出版社 清华大学出版社
• 出版时间 2005-07
• 版次 1
• ISBN 9787302103271
• 定价 68.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 525页
• 字数 762千字

【内容简介】

　　本书为第3版内容，经过了完全重写和更新，反映了之前版本发行来人工智能领域的革命性进展。第1部分阐述知识表达和利用知识进行推理的方法，第2部分阐述显现智能的先决条件——学习能力，第3部分阐述视觉感知和语言理解；其《教师手册》包含了详细的习题解符号和教学大纲范例；对已掌握LISP语言的读者，还可从因特网下载有关该书的大量程序。
　　本书适合计算机科学与工程专业学习，还有心理学、生物学、语言学、哲学专业学生和有关研究人员。

【作者简介】

　　温斯顿，美国人工智能协会前主席；美国麻省理工学院人工智能和计算机科学教授，主讲《人工智能导论》等有关课程；美国Ascent技术公司总裁和创始人之一；1972年至1997年任MIT人工智能实验室主任；1997年任《对人工智能的再思考》论坛主席，主持讨论人工智能在商业上向何处去，发言者来自迪斯尼、通用电气、微软、网景等公司以及东道MIT人工智能实验室；主要出版著作有：《ArtificialIntellgence,ThirdEdition》、《OntoSmalltalk》、《OntoC》、《OntoC++》、《OntoJava》、《Lisp,ThirdEdition》、《TheAIBusiness:CommercialUsesofArtificial》、《ArtificialIntelligenceatMIT:ExpandingFrontiers》、《ArtificialIntelligence:AnMITPerspective》等。

【目录】

第1部分表达和方法
第1章智能计算机
第2章语义网络和描述匹配
第3章生成-测试法、手段-目标分析法和问题归约法
第4章网络和基本搜索法
第5章网络和最佳搜索法
第6章树和对抗搜索法
第7章规则和规则链接
第8章规则、底层和认知模型的建立
第9章框架和继承
第10章框架和常识
第11章数值约束和传播
第12章标符约束和传播
第13章逻辑和消解法证明
第14章回溯和真值维护
第15章规划
第2部分学习和认识规律
第16章通过分析差异进行学习
第17章通过解释经验进行学习
第18章通过纠正错误进行学习
第19章通过记录案例进行学习
第20章通过管理多重模型进行学习
第21章通过建立识别树进行学习
第22章通过训练神经网络进行学习
第23章通过训练感知机进行学习
第24章通过训练近似网络进行学习
第25章通过模拟进化进行学习
第3部分视觉和语言
第26章识别物体
第27章描述图像
第28章表达语言约束
第29章应答疑问句和命令句
附录关系数据库
习题
中英文术语对照